“基于组学数据和AOP网络的机器学习毒性筛查模型”性能测试服务(2次更正)
2026-01-16
广东/广州 变更澄清
“基于组学数据和AOP网络的机器学习毒性筛查模型”性能测试服务(2次更正)
广东/广州-2026-01-16 00:00:00
广东/广州-2026-01-16 00:00:00
“基于组学数据和***网络的机器学习毒性筛查模型”性能测试服务(*次更正)
竞价结果公告(****************)
开始时间:********** **:**:** 截止时间:********** **:**:** 截止时间已过
成交单位:广东省科学院测试分析研究所(中国广州分析测试中心)
成交价:
*****.***元
说明:各有关当事人对竞价结果有异议的,可以在竞价结果公告发布之日起*天内通过规定途径提起异议,逾期将视为无异议,不予受理。
采购单位:华南师范大学 |
联系人:****** |
******:****** |
联系电话:****** |
传真:****** |
联系手机:****** |
邮编:****** |
平台联系电话(异议):****** |
|
项目名称:
“基于组学数据和***网络的机器学习毒性筛查模型”性能测试服务(*次更正)
|
竞价编号:**************** |
采购类型:服务类 |
开始时间:********** **:**:** |
项目预算(元):**,***.** |
结束时间:********** **:**:** |
质保期及售后要求:家重点研发计划“典型塑料添加剂危害性筛查及预测关键技术”课题项目“基于多组学数据的有害结局路径 (***)解析及预测” (**************)的“基于组学数据和***网络的机器学习毒性筛查模型”(包括*****、******、******、*******、***************和*******等*个模型)的性能(****值)进行测试,并出具第三方测试测试报告,如报告有问题,需继续履行服务。 |
|
其他要求:无 |
响应情况
| 资格及商务响应情况 | ||||
|---|---|---|---|---|
| 项目 | 竞价要求 | 响应情况 | ||
| 资格条件 | 无 | 中广测是第三方检测、校准实验室和*类检验机构,具备***(中国计量认证)和****(中国合格评定国家认可委员会)资质。 | ||
| 付款方式 | 完成合同约定内容,验收通过并收到发票后*个工作日内,支付***%合同金额。 | 完成合同约定的内容,甲方验收通过并收到发票后*个工作日内,甲方支付***%合同金额。 | ||
| 交付时间 | 合同签订后*个工作日内交付 | 合同签订后*个工作日内交付成果 | ||
| 履约保证金: | 无需履约保证金 | 无保证金 | ||
| 交付地址 | 广东省广州市番禺区大学城华南师范大学环境学院 | |||
| 质保期及售后要求 | 家重点研发计划“典型塑料添加剂危害性筛查及预测关键技术”课题项目“基于多组学数据的有害结局路径 (***)解析及预测” (**************)的“基于组学数据和***网络的机器学习毒性筛查模型”(包括*****、******、******、*******、***************和*******等*个模型)的性能(****值)进行测试,并出具第三方测试测试报告,如报告有问题,需继续履行服务。 | 出具第三方测试测试报告,如报告有问题,根据甲方要求继续履行服务。 | ||
| 其他要求: | 无 | 无 | ||
| 报价情况 | ||||
| 标的名称 | 生产厂商/品牌、型号规格 | 数量 | 响应情况 | 单价(元/%) |
| “基于组学数据和***网络的机器学习毒性筛查模型”性能测试服务 | 无无、无 | *.** | 无、 无 | ****.***元 |
| 总报价 | *****.*** 元 | |||
| 技术响应 | ||||
| 标的名称 | 技术要求 | 响应情况 | ||
| “基于组学数据和***网络的机器学习毒性筛查模型”性能测试服务 | 国家重点研发计划“典型塑料添加剂危害性筛查及预测关键技术”课题项目“基于多组学数据的有害结局路径 (***)解析及预测” (**************)的“基于组学数据和***网络的机器学习毒性筛查模型”(包括*****、******、******、*******、***************和*******等*个模型)的性能(****值)进行测试,并出具第三方测试测试报告。 | 国家重点研发计划“典型塑料添加剂危害性筛查及预测关键技术”课题项目“基于多组学数据的有害结局路径 (***)解析及预测” (**************)的“基于组学数据和***网络的机器学习毒性筛查模型”(包括*****、******、******、*******、***************和*******等*个模型)的性能(****值)进行测试,并出具第三方测试测试报告。 | ||



